在PCA分析中非单例维度不匹配的原因

在使用Matlab内置的pca函数进行主成分分析时,我遇到了以下错误。数据实际上是从30张MR图像中提取的特征向量。

>> size(data)  ans =  30   281   389   104 [coeff score varience] = pca(data);Error using bsxfunNon-singleton dimensions of the two input arrays must match each other.Error in pca>localSVD (line 468)x = bsxfun(@times, x, PhiSqrt);Error in pca (line 341)    [U,sigma, coeff, wasNaN] = localSVD(x, n,...

您能告诉我任何解决方案吗?


回答:

文档指出,它期望输入为NxP的矩阵。您可能需要重塑您的矩阵以符合这一输入要求。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注